研究领域：1.人工智能理论方法的自然科学基础（数理逻辑方法、算法理论、组合学、模式识别、统计学、最优化、认知心理学、语言语义学以及其他旨在解决人工智能和机器学习问题的领域）。 2. 人工智能基本范式的理论和概念基础——符号人工智能或“黑箱”控制论（基于知识的方法）和神经控制论（基于机器学习的统计方法）。协同人工智能。可解释人工智能的研究。 3. 对问题领域进行系统分析，以了解人工智能和机器学习方法和技术的适用性，以评估算法和软件解决方案在创建各种建筑类型的智能系统中的质量和有效性。用于比较和选择算法和软件解决方案的多标准方法。 4.智能系统（人工智能系统）是控制论与人工智能协同发展的主要软硬件产物。集成和混合智能系统。设计各种建筑类型的智能系统的方法。人工智能不同范式中的多层次集成模型与混合方法。 5. 在智能系统中表示可靠和合理知识的模型和方法。开发和改进可靠知识表示的经典模型（过渡到抽象知识）并创建新的混合模型，包括非知识因素、时间知识的建模和本体模型的开发。 6. 在思维过程建模背景下的知识处理（推理自动化）的方法和算法，包括推理、论证、识别和分类以及概念形成。基于案例推理的自动化。智能规划方法和智能规划器开发领域的研究。 7. 自然语言和图像分析中处理和分析文本的方法、算法和软件。从自然语言文本中提取开源信息的方法，包括无监督机器学习。从自然语言文本和其他特殊类型的半结构化数据中自动获取时间信息的方法。 8. 在智能系统中搜索、获取和使用知识和模式（包括经验模式）的方法和技术。自动化的模型和方法